кандидат технических наук;
candidate of technical sciences;
Представлено исследование о применении методов интеллектуального анализа текстовой информации из открытых источников для формирования управленческих решений на примере анализа отзывов населения о транспортной отрасли. Цель: обоснование подхода к интеллектуальному анализу текстовых отзывов пассажиров о транспортной отрасли, направленного на трансформацию неструктурированных пользовательских высказываний в структурированные данные, пригодные для формирования управленческих решений. Методы: использованы методы обработки естественного языка, машинное обучение и технологии интеграции данных из разнородных источников. Результаты: подчеркивается эффективность предложенного конвейера обработки текста, включающего классификацию по виду транспорта и тематике, анализ тональности и извлечение именованных сущностей для выявления ключевых проблем и трендов общественного мнения. Практическая значимость: повышение оперативности реагирования транспортных регуляторов на проблемы пассажиров, оптимизация сервиса и переход к управлению на основе данных. Исследование имеет важное значение для развития цифровых технологий в транспортной отрасли и повышения эффективности управления пассажирскими перевозками в условиях цифровой трансформации.
The study presents the development of a tool for intelligent analysis of passenger feedback on transport. Purpose: is to create an automated monitoring and semantic analysis system aimed at transforming unstructured user statements into structured data for managerial decision-making. Methods: modern information technologies were used, including natural language processing methods, machine learning, and integration of data from heterogeneous sources. Results: emphasize the effectiveness of the proposed text processing pipeline, which includes classification by transport mode and topic, sentiment analysis, and named entity recognition, for identifying key issues and public opinion trends. Practical significance: lies in increasing the responsiveness of transport regulators to passenger problems, optimizing service, and transitioning to data-driven management. The research is important for the development of digital technologies in the transport industry and improving the efficiency of passenger transportation management in the context of digital transformation.